CN113296127A - 一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法 - Google Patents

一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法 Download PDF

Info

Publication number
CN113296127A
CN113296127A CN202110550961.XA CN202110550961A CN113296127A CN 113296127 A CN113296127 A CN 113296127A CN 202110550961 A CN202110550961 A CN 202110550961A CN 113296127 A CN113296127 A CN 113296127A
Authority
CN
China
Prior art keywords
signal
noise
noise ratio
orbit
screening
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110550961.XA
Other languages
English (en)
Other versions
CN113296127B (zh
Inventor
孙凌
张鹏
干佳俪
薛文文
袁鸣鸽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Satellite Meteorological Center
Original Assignee
National Satellite Meteorological Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National Satellite Meteorological Center filed Critical National Satellite Meteorological Center
Priority to CN202110550961.XA priority Critical patent/CN113296127B/zh
Publication of CN113296127A publication Critical patent/CN113296127A/zh
Application granted granted Critical
Publication of CN113296127B publication Critical patent/CN113296127B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/23—Testing, monitoring, correcting or calibrating of receiver elements
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法，包括以下步骤：观测目标区域选择；筛选晴空无耀斑影响的目标区域；均匀目标筛选，输入信号和噪声信号分离；传感器输入信号和噪声的确定；计算传感器信噪比SNR，本发明适用于卫星观测可见光谱段信噪比在轨估算技术领域，对基于实际卫星遥感器对地观测数据计算信噪比进行了统一的量化方法确定，基于卫星遥感器无云低亮度场景下的在轨观测数据实时估算信噪比；可以直接利用卫星遥感器对地观测数据有效分离观测信号中的噪声，得到对应观测辐射下的仪器噪声和信噪比，用于卫星遥感器在轨信噪比实时估算，获得仪器SNR在轨变化监测结果，用以监视仪器在轨性能的变化。

Description

一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法
技术领域
本发明属于卫星观测信噪比在轨估算技术领域，具体是一种用于低亮度区域气象卫星仪器可见光谱段的信噪比在轨量化方法。
背景技术
卫星传感器设计需具有足够的信噪比SNR，以解决对观测区域的细微变化测量。一般使用以下两类方法估算卫星仪器噪声水平：一类是指定仪器等效噪声辐射而不是SNR，此方法带来的误差较大，难以满足高精度的观测要求；二类是在特定输入辐射条件下，通过实验室测量计算出SNR。信噪比计算需确定卫星传感器观测时的能量信号与仪器的噪声。
然而,卫星传感器的噪声与观测时的辐射信号有关；现有的在轨计算SNR的技术方案通常采用星上定标源观测数据进行信噪比的测算，其使用了积分球光源、太阳和漫反/透射板光源作为输入信号，不同仪器所设定的输入辐射信号不同，导致在轨测算信噪比所参照的输入辐射信号不同，所得到的SNR不具备可比性。
发明内容
本发明的目的在于克服现有技术的缺陷，提供一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法。
为实现上述目的，本发明采用了如下技术方案：
一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法，包括以下步骤：
观测目标区域选择；
筛选晴空无耀斑影响的目标区域；
均匀目标筛选，输入信号和噪声信号分离；
传感器输入信号和噪声的确定；
计算传感器信噪比SNR。
优选的，所述观测目标区域选择，选择原则包括：区域观测能量相对集中稳定、潜在的均匀目标多、晴空率高及目标易于获取。
优选的，所述筛选晴空无耀斑影响的目标区域，包括：
设定太阳天顶角筛选阈值、耀斑角筛选阈值及晴空筛选阈值；
基于卫星遥感器定标参数计算得到大气顶反射率，若目标区域太阳天顶角＞太阳天顶角筛选阈值1且太阳天顶角＜太阳天顶角筛选阈值2、耀斑角＞耀斑角筛选阈值且大气顶反射率＜晴空筛选阈值，则保留，反之剔除。
优选的，所述大气顶反射率计算公式为：
Ref＝(EV-SV)*Slope*d2/cos(SZA)，
其中，EV与SV为对地观测和冷空观测数码值，Slope为反射率定标斜率，d为日地距离，SZA为太阳天顶角。
优选的，所述均匀目标筛选，输入信号与噪声信号的分离，包括：设定空间窗口及筛选阈值，基于窗口内
Figure BDA0003075352970000021
的阈值方案，若窗口的
Figure BDA0003075352970000022
高于此阈值，剔除该窗口数据，反之则判定该空间窗口为均一目标。
优选的，所述均匀目标筛选，输入信号与噪声信号的分离，还包括：对判定为均一目标的空间窗口，计算均值MEAN和标准差STD，进行数据累积。
优选的，所述传感器输入信号和噪声的确定，包括：基于累积的标准差STD数据，计算概率分布直方图，进行高斯拟合确定该噪声数据是否符合正态分布，若满足检验的显著性水平，则判定此噪声符合正态分布，以符合正态分布标准差STD数据的均值作为传感器噪声Rnoise，以对应的均值MEAN数据的均值作为传感器输入信号Rsignal。
优选的，所述计算传感器信噪比SNR，计算公式为：
Figure BDA0003075352970000031
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本发明对基于实际卫星遥感器对地观测数据计算信噪比进行了统一的量化方法确定，基于卫星遥感器无云低亮度场景下的在轨观测辐射数据实时估算信噪比；
本发明可以直接利用卫星遥感器对地观测数据有效分离观测信号中的噪声，得到低亮度观测辐射下的仪器噪声和信噪比，可以将此方法用于卫星遥感器在轨信噪比实时估算，获得仪器SNR在轨变化监测结果，用以监视仪器在轨性能的变化。
附图说明
图1是本发明一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法的流程图；
图2是本发明优选实施例中均匀目标阈值选择为1.0075时的FY-3B/MERSI波段8(412nm)噪声分布直方图；
图3是本发明优选实施例中FY-3B/MERSI波段8(412nm)、9(443nm)和10(490nm)的SNR和对应信号辐亮度。
具体实施方式
以下结合附图1-3，进一步说明本发明一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法的具体实施方式。本发明一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法不限于以下实施例的描述。
实施例1：
本实施例给出一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法的具体结构，如图1所示，包括以下步骤：
观测目标区域选择；
筛选晴空无耀斑影响的目标区域；
均匀目标筛选，输入信号和噪声信号分离；
传感器输入信号和噪声的确定；
计算传感器信噪比SNR。
具体地，观测目标区域选择，选择原则包括：区域观测能量相对集中稳定、潜在的均匀目标多、晴空率高及目标易于获取。
具体地，筛选晴空无耀斑影响的目标区域，包括：
设定太阳天顶角筛选阈值、耀斑角筛选阈值及晴空筛选阈值；
基于卫星遥感器定标参数计算得到大气顶反射率，若目标区域太阳天顶角＞太阳天顶角筛选阈值1且太阳天顶角＜太阳天顶角筛选阈值2、耀斑角＞耀斑角筛选阈值且大气顶反射率＜晴空筛选阈值，则保留，反之剔除。
具体地，大气顶反射率计算公式为：
Ref＝(EV-SV)*Slope*d2/cos(SZA)，
其中，EV与SV为对地观测和冷空观测数码值，Slope为反射率定标斜率，d为日地距离，SZA为太阳天顶角。
具体地，均匀目标筛选，输入信号与噪声信号的分离，包括：设定空间窗口及筛选阈值，基于窗口内
Figure BDA0003075352970000051
的阈值方案，若窗口的
Figure BDA0003075352970000052
高于此阈值，剔除该窗口数据，反之则判定该空间窗口为均一目标。
进一步的，均匀目标筛选，输入信号与噪声信号的分离，还包括：对判定为均一目标的空间窗口，计算均值MEAN和标准差STD，进行数据累积。
进一步的，传感器输入信号和噪声的确定，包括：基于累积的标准差STD数据，计算概率分布直方图，进行高斯拟合确定该噪声数据是否符合正态分布，若满足检验的显著性水平，则判定此噪声符合正态分布，以符合正态分布标准差STD数据的均值作为传感器噪声Rnoise，以对应的均值MEAN数据的均值作为传感器输入信号Rsignal；
进一步的，计算传感器信噪比SNR，计算公式为：
Figure BDA0003075352970000061
实施例2：
本实施例给出了风云三号气象卫星B星(FY-3B)的中分辨率光谱成像仪(MERSI)的具体结果，如图1-3所示，包括以下步骤：
1.基于设定的贫瘠大洋区域，提取遥感器观测数据：
设定观测目标区域范围为-32.3°E～-11°E,-25°N～0°；
由FY-3B/MERSI L1B文件读取设定经纬度范围内的数据，提取对地观测数码值EV、冷空观测数码值SV、太阳天顶角SZA，利用定标参数计算大气顶反射率：
Ref＝(EV-SV)*Slope*d2/cos(SZA)
其中，EV为对地观测，SV为冷空观测数码值，Slope为反射率定标斜率，d为日地距离，SZA为太阳天顶角。
2.晴空无耀斑影响的数据筛选：
设定太阳天顶角SZA筛选阈值2为70°，筛选阈值1为0度，耀斑角GlintA筛选阈值为35°,晴空/云判识筛选阈值为0.08，采用波段3(670nm)进行晴空/云判识，若某一像元的SZA>0°且SZA<70°且GlintA>35°且Ref(B3)<0.08,则保留该像元。
3.均匀目标筛选与输入和噪声信号分离：
针对步骤2中筛选后的数据，设定3×3的滑动窗口，进行均匀目标判识；以窗口内最大值/最小值进行阈值判断，确定该窗口内的目标是否均一，均匀目标阈值TH可在1.002～1.008(以0.0005为间隔)自动选择，若3×3窗口内存在无效值或者窗口的最大值/最小值超过TH，则剔除。
针对每一个判定为均一目标的3×3窗口，计算反射率均值(MEAN)和标准差(STD)，并进行数据累积，用于后续的输入信号和噪声信号计算。
4.传感器输入信号和噪声的确定
针对步骤3累积的标准差(STD)数据，计算概率分布直方图，使用高斯拟合确定该噪声数据是否符合正态分布；
利用概率分布曲线与高斯拟合曲线的面积差进行最佳均匀目标阈值的确定，此时检验的显著性水平值(P值)若小于0.05，则认为此噪声分布是满足要求的；
以符合正态分布的标准差(STD)数据的均值作为传感器噪声Rnoise，以对应的均值(MEAN)数据的均值作为传感器输入信号Rsignal。
5.计算传感器信噪比SNR：
根据信噪比的计算公式，得到仪器最终的SNR评估值：
Figure BDA0003075352970000071
工作原理：
如图1所示，首先，以清洁海洋区域无云场景的卫星观测数据作为研究对象；其次，根据场景需要，筛选符合要求(晴空、无耀斑)的像元数据；然后，以数据窗口内的统计特征，筛选均匀目标；累积均匀目标的均值和标准差；最后，拟合标准差数据的概率分布曲线，以符合正态分布的标准差数据的均值作为仪器的噪声，对应的均值数据的均值作为信号，进而计算仪器信噪比。
依据上述辐射量化方法，作为计算仪器噪声的基础，选择MERSI的连续5日数据，同时计算不同均匀目标判识阈值(1.002～1.008，以0.0005为间隔)下的噪声分布特征，并利用概率分布曲线与高斯拟合曲线的面积差进行最佳均匀目标阈值的确定。
依据上述均匀目标窗口标准差数据，通过其概率密度分布是否符合正态分布判断均匀目标判识阈值的合理性，进而得到真实的噪声数据。
本发明对基于实际卫星遥感器对地观测数据计算信噪比进行了统一的量化方法确定，基于卫星遥感器无云低亮度场景下的在轨观测辐射数据实时估算信噪比；
本发明可以直接利用卫星遥感器对地观测数据有效分离观测信号中的噪声，得到对应观测辐射下的仪器噪声和信噪比，可以将此方法用于卫星遥感器在轨信噪比实时估算，获得仪器SNR在轨变化监测结果，用以监视仪器在轨性能的变化。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (8)

1.一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法，其特征在于，包括以下步骤：
观测目标区域选择；
筛选晴空无耀斑影响的目标区域；
均匀目标筛选，输入信号和噪声信号分离；
传感器输入信号和噪声的确定；
计算传感器信噪比SNR。
2.如权利要求1所述的一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法，其特征在于，所述观测目标区域选择，选择原则包括：区域观测能量相对集中稳定、潜在的均匀目标多、晴空率高及目标易于获取。
3.如权利要求2所述的一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法，其特征在于，所述筛选晴空无耀斑影响的目标区域，包括：
设定太阳天顶角筛选阈值、耀斑角筛选阈值及晴空筛选阈值；
基于卫星遥感器定标参数计算得到大气顶反射率，若目标区域太阳天顶角＞太阳天顶角筛选阈值1且太阳天顶角＜太阳天顶角筛选阈值2、耀斑角＞耀斑角筛选阈值且大气顶反射率＜晴空筛选阈值，则保留，反之剔除。
4.如权利要求3所述的一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法，其特征在于，所述大气顶反射率计算公式为：
Ref＝(EV-SV)*Slope*d2/cos(SZA)，
其中，EV与SV为对地观测和冷空观测数码值，Slope为反射率定标斜率，d为日地距离，SZA为太阳天顶角。
5.如权利要求3所述的一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法，其特征在于，所述均匀目标筛选，输入信号与噪声信号的分离，包括：设定空间窗口及筛选阈值，基于窗口内
Figure FDA0003075352960000021
的阈值方案，若窗口的
Figure FDA0003075352960000022
高于此阈值，剔除该窗口数据，反之则判定该空间窗口为均一目标。
6.如权利要求5所述的一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法，其特征在于，所述均匀目标筛选，输入信号与噪声信号的分离，还包括：对判定为均一目标的空间窗口，计算均值MEAN和标准差STD，进行数据累积。
7.如权利要求6所述的一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法，其特征在于，所述传感器输入信号和噪声的确定，包括：基于累积的标准差STD数据，计算概率分布直方图，进行高斯拟合确定该噪声数据是否符合正态分布，若满足检验的显著性水平，则判定此噪声符合正态分布，以符合正态分布标准差STD数据的均值作为传感器噪声Rnoise，以对应的均值MEAN数据的均值作为传感器输入信号Rsignal。
8.如权利要求7所述的一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法，其特征在于，所述计算传感器信噪比SNR，计算公式为：
Figure FDA0003075352960000023
CN202110550961.XA 2021-05-20 2021-05-20 一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法 Active CN113296127B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110550961.XA CN113296127B (zh) 2021-05-20 2021-05-20 一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110550961.XA CN113296127B (zh) 2021-05-20 2021-05-20 一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法

Publications (2)

Publication Number Publication Date
CN113296127A true CN113296127A (zh) 2021-08-24
CN113296127B CN113296127B (zh) 2023-10-24

Family

ID=77323076

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110550961.XA Active CN113296127B (zh) 2021-05-20 2021-05-20 一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法

Country Status (1)

Country Link
CN (1) CN113296127B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070201539A1 (en) * 2006-02-28 2007-08-30 Bo Yu Apparatus and method for determining GPS tracking loop parameter based on SNR estimation
CN103018736A (zh) * 2012-12-03 2013-04-03 北京航空航天大学 一种基于大气参数遥感反演的星载遥感器辐射定标方法
CN105096319A (zh) * 2015-09-10 2015-11-25 北京空间机电研究所 一种基于凝视成像的卫星在轨信噪比测试方法
CN110006463A (zh) * 2019-05-23 2019-07-12 中国科学院合肥物质科学研究院 一种光学遥感卫星的在轨绝对辐射定标方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070201539A1 (en) * 2006-02-28 2007-08-30 Bo Yu Apparatus and method for determining GPS tracking loop parameter based on SNR estimation
CN103018736A (zh) * 2012-12-03 2013-04-03 北京航空航天大学 一种基于大气参数遥感反演的星载遥感器辐射定标方法
CN105096319A (zh) * 2015-09-10 2015-11-25 北京空间机电研究所 一种基于凝视成像的卫星在轨信噪比测试方法
CN110006463A (zh) * 2019-05-23 2019-07-12 中国科学院合肥物质科学研究院 一种光学遥感卫星的在轨绝对辐射定标方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孙凌 等: "风云三号A星中分辨率光谱成像仪反射太阳波段的多场地定标跟踪", 《气象科技进展》 *
朱小波: "高分四号静止卫星辐射性能模拟与信噪比分析——以香港近海岸水体为例", 《遥感学报》 *

Also Published As

Publication number Publication date
CN113296127B (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
Wotling et al. Regionalization of extreme precipitation distribution using the principal components of the topographical environment
Gourley et al. Intercomparison of rainfall estimates from radar, satellite, gauge, and combinations for a season of record rainfall
CN109101894A (zh) 一种地表类型数据支持的遥感图像云阴影检测方法
Legates Real‐time calibration of radar precipitation estimates
CN102759731B (zh) 基于星载激光测高仪回波的海洋表面风、浪特性反演方法
Xu et al. Improved rain screening for ku-band wind scatterometry
CN114509734B (zh) 一种基于雨滴谱的双偏振天气雷达数据质量实时评估方法
CN113311416B (zh) 山地小流域雷达定量降水估计方法
Zhuge et al. Summertime convective initiation nowcasting over southeastern China based on Advanced Himawari Imager observations
Seto et al. Rain/no-rain classification methods for microwave radiometer observations over land using statistical information for brightness temperatures under no-rain conditions
Feidas et al. Validation of an infrared-based satellite algorithm to estimate accumulated rainfall over the Mediterranean basin
Chen et al. Evaluation of spatial errors of precipitation rates and types from TRMM spaceborne radar over the southern CONUS
Wang et al. The detection of mesoscale convective systems by the GPM Ku-band spaceborne radar
CN118244387B (zh) 基于瓦片分区的雷达反射率因子组网定量降水估测方法
Ghaemi et al. Evaluation of Integrated Nowcasting through Comprehensive Analysis (INCA) precipitation analysis using a dense rain-gauge network in southeastern Austria
CN113296127A (zh) 一种用于低亮度区域气象卫星仪器的信噪比在轨量化方法
Kida et al. Improvement of rain/no-rain classification methods for microwave radiometer observations over the ocean using a 37 GHz emission signature
Zhuang et al. A reflectivity climatology algorithm for hybrid scans and its application to radar coverage over the Tibetan Plateau
CN115753602A (zh) 一种海雾检测方法与系统
Ghaemi et al. Evaluation of INCA precipitation analysis using a very dense rain gauge network in southeast Austria
Simpson Improved cloud detection and cross-calibration of ATSR, MODIS and MERIS data
Bogerd et al. Assessing sampling and retrieval errors of GPROF precipitation estimates over the Netherlands
Bogerd et al. Assessing sampling and retrieval errors of GPROF precipitation estimates over The Netherlands
CN114397276B (zh) 一种基于等价降水估测法的区域土壤湿度监测方法
CN118196653B (zh) 基于卫星传感器dn值的aod反演方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant